groundingLMM
★ 969
vs
vestige
★ 655
groundingLMM vs vestige
groundingLMM：GLaMM（接地大型多模态模型）是一个端到端训练的大型多模态模型，能够生成与对象分割掩码集成的自然语言响应，实现了视觉接地，并支持在多层次粒度上与图像进行灵活交互。它引入了新颖的接地对话生成（GCG）任务，支持指代表达式分割和区域级图像描述等多种下游应用，并以大规模的GranD数据集为基础。；vestige：Vestige是一个基于130年记忆研究构建的认知引擎，旨在为AI提供持久记忆能力。它通过间隔重复和记忆梦境等高级技术，解决AI在会话之间遗忘信息的问题，所有功能均在本地运行并配有3D神经网络可视化仪表板。
01
简评
groundingLMMVision / Multimodal · ★ 969
理解并响应用户关于特定图像区域查询的交互式视觉助手。
vestigeVision / Multimodal · ★ 655
为AI代理提供持久的长期记忆，防止在会话之间遗忘。
02
并排对比
字段
groundingLMMvestige分类
视觉/多模态
视觉/多模态
Stars
★ 969
★ 655
许可证
Apache-2.0
AGPL-3.0
安装方式
git clone https://github.com/mbzuai-oryx/groundingLMM.git
curl -L https://github.com/samvallad33/vestige/releases/latest/download/vestige-mcp-aarch64-apple-darwin.tar.gz | tar -xz && sudo mv vestige-mcp vestige vestige-restore /usr/local/bin/
更新时间
1个月前
1天前
开源
是
是
标签
多模态人工智能, 计算机视觉, 自然语言处理
认知引擎, AI记忆, 间隔重复
03
功能特性
groundingLMM01生成与对象分割掩码无缝集成的自然语言响应。
02支持新颖的接地对话生成（GCG）任务，并提供全面的评估协议。
03执行详细的区域级图像描述和回答基于推理的视觉问题。
04通过从基于文本的查询创建分割掩码，擅长指代表达式分割。
05提供高质量的图像描述和会话式问答。
vestige01带有实时神经网络可视化的3D记忆仪表板。
02实施FSRS-6间隔重复和记忆梦境等先进认知科学技术。
03100%本地运行，确保隐私且不依赖云。
04HyDE查询扩展显著提高了概念性查询的搜索质量。
05通过模型上下文协议（MCP）兼容各种AI工具和IDE。
04
使用场景
groundingLMM↳理解并响应用户关于特定图像区域查询的交互式视觉助手。
↳用于创建密集、像素级接地数据集的自动化标注工具。
↳需要视觉理解和带有分割的详细文本描述的高级图像分析任务。
vestige↳为AI代理提供持久的长期记忆，防止在会话之间遗忘。
↳自动学习和回忆用户偏好及项目特定上下文，以改善AI交互。
↳通过“记忆梦境”整合和合成过去交互中的见解。
↳与各种IDE和AI工具集成，增强它们的上下文感知和知识保留能力。
FAQ
常见问题
groundingLMM 和 vestige 有什么区别？
groundingLMM 和 vestige 都属于 Vision / Multimodal 类别。groundingLMM 有 969 Stars，vestige 有 655 Stars。
groundingLMM 和 vestige 哪个更好？
最佳选择取决于你的具体需求。理解并响应用户关于特定图像区域查询的交互式视觉助手。 时选 groundingLMM，为AI代理提供持久的长期记忆，防止在会话之间遗忘。 时选 vestige。
groundingLMM 是免费的吗？
是的，groundingLMM 在 GitHub 开源（Apache-2.0）。
vestige 是免费的吗？
是的，vestige 在 GitHub 开源（AGPL-3.0）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→